두 개의 연속형 변수 사이에 어느 정도의 선형적인 관련성이 있는지를 나타내는 상관계수(r)에 대한 설명으로 옳은 것은?

피어슨 상관계수는 두 연속형 변수 간의 선형적 관계 강도를 -1에서 1 사이의 수치로 나타내며, 0에 가까울수록 선형 관계가 약하고, 절댓값이 1에 가까울수록 강하다. 이는 인과관계를 증명하지 않으며, 단순히 관련성의 정도를 보여준다.
- 보기1: 상관계수는 0에서 100 사이가 아니라 -1에서 1 사이의 값을 가진다.
- 보기2: 상관계수가 0이면 두 변수 간에 선형 관계가 없음을 뜻하며, 완벽한 비례 관계는 r=1 또는 r=-1일 때이다.
- 보기3: 상관계수는 인과관계의 선후를 증명하지 않는다.
- 보기5: 상관계수가 음수이면 한 변수가 증가할 때 다른 변수가 감소함을 의미한다.

작업치료 핵심 해설 이 문제는 연구방법론과 근거 중심 실천(EBP, Evidence-Based Practice)의 기초가 되는 통계 개념인 상관계수(Correlation Coefficient)에 대한 이해를 묻고 있어요. 작업치료사는 연구 결과를 해석하고, 평가 도구의 타당도(Validity)와 신뢰도(Reliability)를 검증할 때 이 개념을 반드시 알아야 해요. 핵심 개념 분석 (Key Concept) 상관계수(r)는 두 개의 연속형 변수(예: 나이와 근력, 치료 횟수와 기능 점수) 사이에 존재하는 선형적 관계의 방향과 강도를 수치화한 지표예요. 가장 흔히 사용되는 것은 피어슨 상관계수(Pearson's r)입니다. 이 값의 범위와 의미를 정확히 이해하는 것이 통계 해석의 첫걸음이에요. 정답 근거 (Answer Rationale) 정답인 ④번은 상관계수의 핵심! 두 가지 속성을 정확히 설명하고 있어요. 1. 범위: 상관계수 r은 -1에서 1 사이의 값을 가져요. 이는 이론적으로 가능한 최대의 선형 관계를 -1과 1로 정의하기 때문이에요. 2. 강도: 절댓값(|r|)이 클수록(1에 가까울수록) 두 변수 간 선형 관계가 강해요. 예를 들어, r=0.85는 r=0.30보다 훨씬 강한 양의 상관관계를 나타내요. 따라서 "상관계수는 -1에서 1 사이의 값을 가지며, 절댓값이 클수록 선형 관계가 강하다"는 설명은 완전히 옳아요. 오답 분석 (Distractor Analysis) 혼동 주의! ① "상관계수는 0에서 100 사이의 값을 가진다.": 완전히 틀린 설명이에요. 상관계수의 범위는 절대 0~100이 아니에요. 백분율(%)과 혼동할 수 있지만, 상관계수는 관계의 강도를 -1~1의 표준화된 점수로 나타내요. ② "상관계수가 0이면 두 변수 간에 완벽한 비례 관계가 있음을 뜻한다.": 정반대의 개념이에요. r=0은 선형 관계가 전혀 없음(No linear relationship)을 의미해요. 완벽한 비례 관계(한 변수가 증가하면 다른 변수도 일정 비율로 증가)는 r=+1일 때에요. ③ "상관계수는 인과관계의 선후를 명확하게 증명하는 지표이다.": 이는 상관관계 분석의 가장 큰 오해 중 하나예요. 핵심! 상관관계(Correlation)는 인과관계(Causation)를 함축하지 않아요. 두 변수가 함께 변하는 경향이 있다는 것만 보여줄 뿐, 어느 것이 원인이고 결과인지는 알 수 없어요. ⑤ "상관계수가 음수이면 한 변수가 증가할 때 다른 변수도 동일하게 증가함을 의미한다.": 음수 상관관계의 정의를 정반대로 이해한 거예요. r이 음수일 때는 한 변수가 증가하면 다른 변수는 감소하는 반비례 관계를 나타내요. "동일하게 증가"는 양의 상관관계(r>0)의 특징이에요. 연관 개념 정리 (Related Concepts) - 상관계수 해석 기준: 일반적으로 |r| ≥ 0.7 (강한 상관), 0.3 ≤ |r| < 0.7 (중간 상관), |r| < 0.3 (약한 상관)으로 해석해요. (분야에 따라 기준은 다를 수 있어요) - 산점도(Scatter plot): 상관관계를 시각적으로 확인하는 가장 좋은 방법이에요. 데이터 포인트들이 직선에 가깝게 모여 있으면 강한 상관, 흩어져 있으면 약한 상관을 보여줘요. - p-value와의 관계: 상관계수 r의 통계적 유의성은 p-value로 판단해요. p < 0.05일 때 "통계적으로 유의한 상관관계가 있다"고 해석하지만, 이는 관계가 존재한다는 증거일 뿐, 그 관계의 강도(r 값)가 크다는 의미는 아니에요.
개념 정리 - 정의: 두 연속형 변수 간 선형 관계의 방향과 강도를 나타내는 표준화 지표. - 범위: -1 ≤ r ≤ 1 - 방향: r > 0 (양의 상관), r < 0 (음의 상관), r = 0 (선형 관계 없음) - 강도: 절댓값 |r|이 1에 가까울수록 강한 선형 관계. - 주의: 인과관계를 증명하지 않음. 비선형 관계는 포착하지 못할 수 있음.
한눈에 비교!

구분	양의 상관관계 (r > 0)	음의 상관관계 (r < 0)	무상관 (r ≈ 0)
의미	한 변수 증가 → 다른 변수 증가	한 변수 증가 → 다른 변수 감소	두 변수 간 선형적 관계 없음
예시	치료 시간 ↑ → 기능 점수 ↑	통증 강도 ↑ → 삶의 질 점수 ↓	신장과 시력 (선형 관계 없음)
산점도 형태	오른쪽 위로 향하는 점들	오른쪽 아래로 향하는 점들	구름처럼 무작위로 흩어진 점들

암기 팁 - "-1에서 1, 절댓값이 힘": 범위는 -1~1이고, 절댓값이 클수록 관계가 강하다(힘이 세다). - "상관은 인과 아니다": 가장 중요한 주의사항을 문장으로 외우세요. - 부호 기억법: "+"는 같이 가는 길 (함께 증가), "-"는 엇갈리는 길 (하나는 증가, 하나는 감소).
국시 빈출 포인트 작업치료사 국가고시에서는 연구방법론 파트에서 상관계수의 범위, 해석, 인과관계와의 차이를 직접 묻거나, 평가 도구의 타당도(수렴타당도, 판별타당도) 검증 시 상관계수를 어떻게 해석하는지를 묻는 문제가 자주 출제돼요. "r=0.80"과 같은 수치가 주어지고 그 의미를 묻는 형태도 흔해요.
기출 변형 주의! 1. "상관계수 r=-0.9의 의미로 옳은 것은?" → 강한 음의 상관관계. 2. "새로운 평가도구 A와 기존 표준도구 B의 점수 간 상관계수가 0.75로 나왔다. 이는 A도구의 어떤 타당도를 지원하는가?" → 수렴타당도(Convergent validity). 3. "두 변수 간 상관계수가 통계적으로 유의하다(p

작업치료 임상 실무 가이드 임상 시나리오 (Clinical Scenario) 당신은 뇌졸중 클라이언트의 팔 기능 회복을 위한 새로운 가상현실(VR) 중재 프로그램의 효과를 연구하고 있어요. 8주간의 중재 후, 팔 Fugl-Meyer 평가(FMA) 점수와 캐나다작업수행측정(COPM)의 수행도 점수 변화를 측정했어요. 두 점수 사이의 상관계수를 계산해 본 결과 r = 0.65 (p < 0.01)이 나왔습니다. 이 결과를 어떻게 해석하고 보고서에 작성해야 할까요? 작업치료 중재 전략 (OT Intervention) 핵심! 이 결과는 근거 중심 실천(EBP)을 구축하는 데 중요한 단서를 제공해요. 1. 평가(Assessment) 결과 해석: r=0.65는 중간 정도에서 강한 양의 상관관계를 나타내요. 즉, FMA 점수(운동 기능)가 향상된 클라이언트일수록 COPM 수행도 점수(주관적 작업 수행 능력)도 함께 향상되는 경향이 있다는 의미예요. p < 0.01이므로 이 관계는 통계적으로 유의미해요. 2. 중재 계획 수립에의 시사점: 이 결과는 운동 기능의 객관적 향상이 클라이언트가 느끼는 일상생활 수행 능력의 향상과 관련이 있을 수 있음을 시사해요. 따라서 치료 계획을 수립할 때, 단순히 근력이나 관절가동범위(ROM)를 늘리는 것뿐만 아니라, 그 기능을 실제 일상생활활동(ADL) 작업에 통합시키는 과제 지향적 훈련(Task-oriented training)의 중요성을 뒷받침하는 근거로 활용할 수 있어요. 3. 주의사항: 여전히 "VR 중재가 COPM 점수 향상의 원인이다"라고 단정할 수는 없어요. 제3의 변수(예: 치료사의 역량, 클라이언트의 동기)의 영향일 수도 있으니, 인과관계를 주장하려면 무작위 대조군 연구(RCT)가 필요해요.
치료 프로토콜 연구 및 평가 도구 검증 시 상관계수 활용 프로토콜 1. 도구 개발/검증 단계: 새 도구의 신뢰도(Test-retest reliability) 검사 시, 두 시점의 점수 간 상관계수(급내상관계수, ICC를 더 많이 사용)가 0.7~0.9 이상이면 양호한 신뢰도로 판단해요. 2. 타당도 검증 단계: 새 도구와 기존 표준 도구(준거) 간의 상관계수를 계산해요. r ≥ 0.6 정도면 수렴타당도가 있다고 보며, 관련 없는 개념을 측정하는 도구와는 낮은 상관(r < 0.3)이 나와야 판별타당도가 있다고 해요. 3. 결과 보고 단계: 논문이나 보고서에 상관계수 r값과 함께 p-value를 반드시 명시하고, "인과관계를 의미하지 않는다"는 제한점을 논의 부분에 포함시켜야 해요.
선배 작업치료사의 한마디 "통계가 어렵게 느껴질 수 있지만, 상관계수 같은 기초 개념은 임상가로서 연구를 읽고, 자신의 중재 효과를 객관적으로 살펴보는 데 필수적인 도구예요. '이 평가 점수의 변화가 저 평가 점수의 변화와 관련이 있을까?'라는 호기심을 가지고 데이터를 바라보는 습관이, 단순한 기술자가 아닌 비판적 사고를 가진 전문가 작업치료사로 성장하는 길이에요. 국시 공부도 마찬가지! 숫자와 정의를 외우기보다, '임상에서 이 지식이 어떻게 쓰일까?'를 연결 지으면 훨씬 오래 기억에 남고 재미있어져요."